一個資料決策的例子，告訴你這門生意能不能做

不知道大家有沒有留意到這個現象，現在全民都在搞直播。以前說電商是一個行業，現在每個行業都在電商化。線上直播帶貨，賣貨，不論是商家自己搞也好，還是和某個大V合作，本質上都是一種電商銷售行為。

可推測，大資料慢慢也會和電商一樣，不是大資料行業，而是一切行業資料化。就像電商一樣，人人都能用電商思維、方法、套路去銷售自己的產品，那麼人人也都能利用資料去解決或者輔助決策生活中遇到的事情。

舉個例子：奶茶這門生意還能不能做？

熟悉的小夥伴都知道，杭州最大的奶茶店不是蜜雪冰城，而是一點點。我公司同事們都特別愛喝，尤其是遇到誰幫了誰的忙，口頭禪就是“我請你喝一點點啊”。有天，我聽到兩個技術同事在討論想花50w投資開一家一點點，但是不知道這個生意還能不能做。

秉承著沒有調研就沒有發言權的原則，我決定去調研一下這個事情。

於是我找到了住所附近的一家一點點奶茶店，去它門口蹲點，檢視客流量、出單數等情況，分析估算出一家店的營收，多久回本。最初設定的要收集的指標包括店門口經過的人、進店消費的人，後來發現這兩個指標工作量比較大，且採集的誤差比較大，所以我就改成了收集進店人數和機器出單資料。

用視訊拍下來店門口的人流情況和出單情況之後，再去數人頭以及出單數，接下來就是做一個簡單的資料分析，也就是加減乘除。

最終得出資料：一共進店145人，平均5分鐘出單24杯，一個小時288杯。

按照喝奶茶的高峰期時間段下午2點到9點，共7個小時，一天共賣7*288=2016杯。

這其中一大半被外賣員拎走了，蒐集一下外賣平臺每月的出單數，美團6604單，餓了麼2619單，共6604+2619=9223單，平均每天307單。

最低配送金額15元，一點點的平均單價是15元，每一單按照3-4杯，因為按照外賣店奶茶的行為習慣來看，大多數情況下不會單點一杯。

那麼平均每單3.5，外賣一天307*3.5=1074杯，那麼計算出店內消費2016-1074=942杯。店內消費利潤50%左右，外賣平臺利潤35%，每天利潤942*15*0.5+1074*15*0.35=12703.5元。

接下來扣除成本。一個店鋪按照10個員工，每個員工工資平均6000元/人，一天支付工資2000元，不同區房租價格不同，平均下來房租一年40w一天1000元左右，那麼一家店每天的收入是9703.5元，每個月盈利29w左右，投資50w，大概2個月就能回本。

 

這樣一看是一門不錯的生意，別急，這只是一家店的分析情況，而且我發現還是我所在區域排行榜第一的一家店。如果想更保險，還需要多考察，綜合考慮店鋪的火爆程度，店鋪的地址等因素對店內客流的影響。

其實這就是一個簡單樸實而又很實用的資料蒐集，資料分析的方法。不論分析結果正確與否，起碼方法肯定是對的。

如果資料量多了，我們可以利用BI工具來進行分析，但有的同學還是習慣用Excel，這個時候，我們可以考慮採用Smartbi的Excel融合分析功能，其採用BI+Excel的解決方案，即利用了BI強大的資料處理和許可權管理能力，又保留了Excel的資料分析功能。

劉潤老師說過，結果=行為*概率。這一操作，就是在提升事情結果發生的概率。

我們也可以學著利用資料提高自己做事成功的概率！

 

資料未來會成為我們每個人都可用的工具，就像大資料常喊的口號：一切資料業務化，一切業務資料化！未來人人都是資料分析師！